摘 要

随着网络信息技术的不断进步、供应链管理的日趋完善，区域物流需求对区域经济的带动促进作用越来越明显，大力发展区域物流是现代经济发展的必然趋势。但是，物流需求与实际供给能力的不平衡，同样会带来一系列连锁的反作用。因此，建立可操作性、适应性的科学区域物流需求预测模型，是现代物流业健康发展的基础，也是区域经济能否稳定、持续发展的重要因素。

本文以区域物流需求预测指标体系为基础，利用BP人工神经网络建立区域物流需求预测模型。首先，本文介绍了区域物流需求预测的基本理论，包括进行需求分析的原因、影响区域物流需求的经济和非经济因素等；接着利用SPSS软件对影响因素进行相关性分析，由专家分析法给出相关意见，建立起区域物流需求预测指标体系，包括预测指标和评价指标两部分；再根据所建立的指标体系设计应用于区域物流需求预测的BP神经网络预测模型；最后，利用网络模型对上海市港口区域物流进行需求预测，通过实验对比分析相关函数和参数，以增加实验结果的准确性。理论分析和实验结果证明了本文模型的有效性和可操作性，同时也证明了区域物流需求与区域经济发展之间存在着强相关性。

关键字：区域物流需求；指标体系；BP神经网络；预测

Abstract

With the advance of network information technology and the improvement of supply chain management, regional logistics demand plays a more and more important role in improving regional economy. It is an inevitable trend of modern economic development to energetically develop regional logistics demand. However, the imbalance between logistics supply capacity and logistics demand also can bring a series of chain retroaction. Therefore, to establish a highly practical and adaptable forecasting model of regional logistics demand is the foundation of the healthy development of modern logistics industry. Also it is an important factor of whether regional economy could sustainably and stably develop.

In this paper, based on the forecasting index system of regional logistics demand, the regional logistics demand forecasting model is established by using BP artificial neural network. First, this paper introduces the principle theory of regional logistics demand forecasting, including the reason for demand analysis, the economic and non-economic factors affecting regional logistics demand, etc. Second, this paper does correlation analysis on the influence factors by SPSS software. Combined the results with the expert analysis method, this paper establish the forecasting index system, including predictive indexes and evaluation indexes, of regional logistics demand. Third, according to the established index system, this paper designs the BP artificial neural network prediction model, which applies to regional logistics demand. Finally, using the established BP network forecasts the regional logistics demand of Shanghai port. With the purpose of increasing the accuracy of experiments, this paper compares and analyzes related functions and parameters. The theoretical analysis and experimental results prove the effectiveness and operability of the model. And at the same time these evidences also prove that there is a strong correlation between regional logistics demand and regional economic development.

Keyword: regional logistics demand; index system; BP artificial neural network; forecast

目 录

第1章 绪论 1

1.1 研究目的及意义 1

1.1.1 研究背景 1

1.1.2 目的与意义 1

1.2 国内外研究现状 1

1.2.1 物流需求预测研究现状 1

1.2.2 预测方法研究现状 2

1.3 研究内容及研究方法 3

1.3.1 研究内容 3

1.3.2 拟采用的技术方案 3

1.3.3 研究的重点和难点 4

1.3.4 论文研究的技术路线 4

第2章 区域物流需求分析 6

2.1 区域物流需求概述 6

2.1.1 区域物流需求的概念 6

2.1.2 区域物流需求分析的目的 6

2.1.3 区域物流需求分析的原则 6

2.1.4 区域物流需求的特点 7

2.2 区域物流需求的影响因素 7

2.2.1 经济影响因素 7

2.2.2 非经济影响因素 8

2.3 区域物流需求预测理论 9

2.3.1 区域物流需求的可预测性 9

2.3.2 区域物流需求预测的步骤 9

2.4 本章小结 10

第3章 区域物流需求预测指标体系建立 12

3.1 我国物流产业统计现状 12

3.2指标选取原则 12

3.3 区域物流需求预测模型指标的选取 13

3.3.1 区域经济指标选取 13

3.3.2 区域物流需求指标选取 13

3.4 预测指标体系确立 17

3.5 本章小结 18

第4章 基于BP人工神经网络的区域物流需求预测模型 19

4.1 神经网络的相关理论 19

4.1.1 神经网络的概念 19

4.1.2 神经网络的发展 19

4.1.3 神经网络的应用领域 20

4.2 BP神经网络的基本原理 20

4.2.1 BP神经网络的拓扑结构 21

4.2.2 BP神经网络的学习算法 22

4.2.3 BP神经网络的激励函数 24

4.3 BP神经网络模型建立 25

4.4 BP神经网络MATLAB实现 27

4.5 本章小结 27

第5章 上海市港口区域物流需求预测实证研究 28

5.1 上海市经济、物流发展概况 28

5.1.1 上海市经济发展情况 28

5.1.2 上海市港口物流发展情况 29

5.2 上海市港口物流需求规模预测 30

5.2.1 数据预处理 30

5.2.2 BP神经网络结构设计 33

5.2.3 函数、参数设计 36

5.2.4 网络训练 39

5.2.5 网络预测与数据后处理 41

5.3 预测结果分析 43

5.4 本章小结 44

第6章 结论及展望 45

6.1 总结 45

6.2 展望 45

参考文献 47

附录A 1995-2014年上海相关指标数据 48

附录B 各指标间相关性分析 52

附录C 通过显著性检验及相关系数大于0.9的指标 55

附录D 针对不同隐含层节点个数的训练结果 57